Scientometrics [科學計量學]

Scientometrics [科學計量學]是測量與分析【科學】的科學。實務上,科學計量學通常透過書目計量學測量學術出版的狀況。
Scientometrics is the science of measuring and analysing science. In practice, scientometrics is often done using bibliometrics which is a measurement of the impact of (scientific) publications. (Wikipedia, 2010)

Key person

  • Eugene Garfield ===Key Organization===
  • Thomson Reuters (formal ISI) –> Web of Science
  • Elsevier –> Scopus database
  • Google –> Google Scholar ===量測指標 Measures Indicators===
  • 引文指標 Citation-based indicators
    • 期刊影響力指數(Journal Impact Factor, JIF)
    • Eigenfactor (Article Influence): 類似 Google PageRank 的演算風格 (Bergstrom, 2007)
    • h指數(h-index)(Hirsch 2005; Hirsch 2007): 「學者所擁有的Np篇期刊論文中,有h篇論文被引次數達h次或以上,且其他(Np-h)篇被引次數皆小於或等於h,即為指數h。」(Hirsch, 2005, p.16569)
      • g-index(Egghe 2006): 出版被引用數由高排到低,第g篇的論文累計加總的引用頻次小於 g^2 但大於 (g-1)^2
      • hg-index: h-index 與 g-index 的幾何平均數
      • ch-index (Ajiferuke & Wolfram 2009, 2010)
    • 期刊擴散指數(Journal Diffusion Factor, JDF)(Frandsen 2004; Rowlands 2002)
    • Discounted Cumulated Impact Index (Jarvelin and Persson 2008)
    • Article-Count Impact Factor (Markpin et al. 2008)

期刊排名 Journal Ranking

  • SCImago Journal Rank

研究評估

  • UK: Research Assessment Exercise (RAE)
  • Australia: Excellence in Research for Australia (ERA)

常見的謬誤可能

儘管科學計量研究是非常客觀的,但有許多科學計量研究的邏輯有著不同的謬誤。這些謬誤的論點可能為真、為偽,但都不取決於過度簡單的化約量化計量模型。過度化約的量化模型可能導致錯誤的預估與政策設計,因而導致災難性的結果。

  • 高期刊影響力指數(JIF)的期刊吸引更多引用。(note: 這裡有因果謬誤,因為期刊影響力指數的定義即是來自於引用數量,邏輯上只能論證引用數量多所以影響力指數高,而無法論證出影響指數高而吸引更多引用。儘管此論點可能為真。)
  • 知名作者被引用的更多。(note: 這裡可能有因果謬誤:端視知名作者的操作定義為何。若作者的知名性取決於被引用的多寡,則邏輯上無法論證何者為因何者為果。儘管此論點可能為真。)
  • 資料來源謬誤:根據抽樣有偏差的資料庫計算科學發展,特別是人文社會科學與非北美國家。(如: Pouris,2010)

Journals

  • Scientometrics
  • Journal of the American Society for Information Science and Technology (JASIST)
  • Social Studies of Science
  • Cybermetrics. International Journal of Scientometrics, Informetrics and Bibliometrics.
    http://www.cindoc.csic.es/cybermetrics/cybermetrics.html == References ==

* Derek J. Price, Little Science, Big Science (New York, 1963)